A közeljövőben a munkaügyi döntések jelentős része big data elemzéseken alapul majd, de az sincs messze, hogy magukat a döntéseket is tanuló algoritmusokra épülő mesterséges intelligencia hozza meg – mondja Papp Roland data scientist, aki adatelemzéseivel – szakmájának egyik első hazai képviselőjeként – a Magyar Telekom HR versenyképesség igazgatóságát segíti.
Gyakran halljuk, hogy az adatrobbanás korában élünk – de mit jelent ez a gyakorlatban?
Ez a jelenség napjainkban az élet szinte minden területén megmutatkozik, még ha nem is feltétlenül tudatosul a mindennapi életünkben. A nagyságrendek felméréséhez elég annyit tudni, hogy az első barlangrajzok létrehozásától 2017-ig megközelítőleg ugyanannyi adatot állított elő az emberiség, mint 2017-től napjainkig. Ennek tükrében érthetővé válik, miért nevezzük robbanásnak ezt a folyamatot. A technológiai innovációnak köszönhetően gyakorlatilag kétévente duplájára emelkedik az előállított adattömeg.
Az adatok mennyiségének növekedése nem feltétlenül jelent fejlődést is. Hogyan fordítható hasznunkra a jelenség?
Valóban, az adatok alapvetően nyers erőforrásnak tekinthetőek, olyasminek, mint egy frissen feltárt, aranyércben gazdag bánya. A cél az, hogy ezt az ércet felszínre hozzuk, és a felhasználáshoz leginkább alkalmas formára alakítsuk, vagyis az adatok szűrésével, strukturálásával és értelmezésével információt nyerjünk ki az adatokból.
Ez lenne a data science feladata?
Pontosan. Ez egy több tudományág – például a matematika, a közgazdaságtan és az informatika – metszetében lévő terület, melynek célja, hogy kinyerje a rendelkezésre álló hatalmas és folyamatosan változó adattömegből azokat az információkat, amelyek a gyakorlatban is előre mozdítják az adott szervezetet. Az adatbányászat és az adatelemzés módszereit a társadalom és a gazdaság szinte minden területén óriási haszonnal lehet alkalmazni. A szakemberek évtizedek óta elemzik a demográfiai és a gazdasági szintű pénzügyi adatokat, ahogy az vállalatok üzleti teljesítményét is hosszabb ideje vizsgálják hasonló módszerekkel.
A HR és a munkaerő-menedzsment ugyanakkor nem mondható tipikusan „adatvezérelt” területnek – miben segíthet itt a data science?
Viszonylag friss jelenség, hogy HR-es adatok elemzésére is bevetik ezt a módszert – Magyarországon a Telekom egyike az első olyan vállalatoknak, amelyek elindultak ebbe az irányba. A munkaerőpiacon jelenleg igen bonyolult folyamatok zajlanak; gyorsul a fluktuáció üteme, bizonyos pozíciókat kivált a digitalizáció, míg más területeken nincs elég munkaerő. A vállalatoknak alapvető érdekük, hogy ki tudják válogatni és meg tudják tartani a számukra értékes embereket, s ennek alapfeltétele, hogy részleteiben ismerjék a munkavállalók problémáit, igényeit, motivációit. Ezekre a kérdésekre adhat választ az adatelemzés.
Pontosan milyen következtéseket tudnak leszűrni a rendelkezésükre álló adatokból?
Meg lehet becsülni, hogy az év bizonyos szakaszaiban mekkora lesz a fluktuáció, így kimutathatjuk, milyen szintű toborzói aktivitásra van szükség. Látjuk például azt is, a vállalatnál töltött idő alatt hányadik év számít kritikusnak a munkavállalók többsége számára; ebben az időben sokan hagyják el a céget, míg aki ekkor nem megy el, az jellemzően később sem fog. Erre az információra alapozva meg tudjuk állapítani, mikor érdemes nagyobb figyelmet fordítani egy-egy kolléga megtartására. Érdekes információ az is, hogy a távmunka lehetőségének komoly munkaerő-megtartó hatása van – különösen gyermekes anyukák esetében.
Ezek szerint a jövő munkaügyi döntései statisztikai adatelemzéseken alapulnak majd?
Jelentős részük, igen – és ez nem is a távoli jövő. Innen a következő lépés a mesterséges intelligencia bevezetése és általánossá válása lesz. A különböző tanuló algoritmusok segítségével nagyságrendekkel hatékonyabbá lehet tenni például a kiválasztás és a toborzás folyamatát. Ennek során fontos kihívás lesz, hogy megnyugtató válaszokat találjunk bizonyos etikai problémákra. Egy gépi intelligencia például statisztikai alapon könnyen juthat arra a következtetésre, hogy egyes leszakadó régiókban nem érdemes munkaerőt toborozni, mert több erőforrást emészt fel, mint amekkora eredményt hoz. Ilyen pontokon lesz szükség az emberi beavatkozásra, hiszen pontosan tudjuk, hogy a hátrányos helyzetű térségeket épp azzal emelhetjük fel, ha a lehetőségeket nem bezárjuk, inkább kinyitjuk előttük.
